首试GPU并行运算

来源：互联网发布：网络舆情队伍建设编辑：程序博客网时间：2024/06/01 22:35

今天首次尝试了GPU的并行计算，总得感觉上CPU与GPU之间的数据传输速度太慢，所以永远不要低估了GPU与CPU之间的数据传输速率，当需要用到GPU强大的并行计算能力时，一定要衡量好数据传输之间所花费的时间与GPU并行计算之间所省下的时间，看看得是否偿失，频繁的数据传输只会适得其反。

下面就放一个10个矢量之间的计算，GPU并行计算与CPU的串行计算所花的时间对比。

注意：那个时间单位错了，是s，不是ms

测试源代码：

#include <iostream>#include <time.h>#include <iomanip>#include "cuda_runtime.h"using namespace std;clock_t start, stop;double duration;__global__ void add(int *a, int *b, int *c){int tid = 0;while (tid<10){c[tid] = a[tid] + b[tid];tid += 1;}}int main(){start = clock();for (int j = 0; j < 100000; j++){int a[10], b[10], c[10];int *dev_a, *dev_b, *dev_c;cudaMalloc((void**)&dev_a, 10 * sizeof(int));cudaMalloc((void**)&dev_b, 10 * sizeof(int));cudaMalloc((void**)&dev_c, 10 * sizeof(int));for (int i = 0; i < 10; i++){a[i] = -i;b[i] = i*i;}cudaMemcpy(dev_a, a, 10 * sizeof(int), cudaMemcpyHostToDevice);cudaMemcpy(dev_b, b, 10 * sizeof(int), cudaMemcpyHostToDevice);cudaMemcpy(dev_c, c, 10 * sizeof(int), cudaMemcpyHostToDevice);add << <10, 1 >> >(dev_a, dev_b, dev_c);cudaMemcpy(c, dev_c, 10 * sizeof(int), cudaMemcpyDeviceToHost);cudaFree(dev_a);cudaFree(dev_b);cudaFree(dev_c);}stop = clock(); duration = (double)(stop - start) / CLK_TCK;system("pause");return 0;}

0 0